Distribución de Probabilidad

La distribución de probabilidad en el área de la ciencia de la salud es importante porque esta permite representar teóricamente de forma simplificada un fenómeno real y conocer la probabilidad de que ciertos sucesos definidos tengan lugar. Esto facilita la toma de decisiones y la precisión de hechos que pueden ocurrir. Además con la distribución de probabilidad se puede conocer el comportamiento de una variable aleatoria.

En ciencias de la salud además sirve para conocer la probabilidad de que un evento (enfermedad) ocurra en el futuro, esto es fundamental debido a que se pueden tomar las previsiones necesarias ya que se conoce todos los posibles resultados de dicho evento.


A continuación se presentan ejemplos de algunas distribuciones de probabilidad

1.-Experimento de Bernoulli
Un médico realiza una punción lumbar para tomar una muestra de líquido cefalorraquídeo en un paciente de 18 meses de edad para confirmar el diagnóstico de meningitis. Considerando el resultado positivo como un fracaso y el resultado negativo como éxito.

2.-Experimento Binomial
Se realiza una prueba de embarazo en mujeres 15 mujeres de 32 a 35 años de edad que han tenido problemas para quedar embarazadas. Considerando el resultado positivo como un éxito y el resultado negativo como un fracaso.

3.-Distribución Binomial
Se sabe que el 45% de los pacientes que asisten a una consulta cardiovascular son hipertensos. Determinar la probabilidad de que una muestra aleatoria de 4 personas:
a.- Ninguno padezca de hipertensión
b.- Más de 2 sufran hipertensión.


4.-Distribución normal estandarizada
El salario mensual de un médico internista en el IAHULA sigue una distribución normal con μ=10000 Bs y σ=850 Bs. Se pide:
a) La probabilidad de que el salario mensual de un médico internista en el IAHULA sea superior a 11000 Bs.
b) La probabilidad de que el salario mensual de un médico internista en el IAHULA sea
Inferior a 8000 Bs.


5.-Chi-Cuadrado
a.- P(X²≤0,70) con 5 grados de libertad= 3,00
El valor de la variable X² que deja a su izquierda, un área de 0,7 en una distribución con 5 grados de libertad es de 3,00

b.- P(X²≥0,10) con 8 grados de libertad= P(X²≤0,90)=3,49
El valor de la variable X² que deja a su derecha, un área de 0,10 en una distribución con 8 grados de libertad es de 3,49

c.- P(0,3≤X²≤ 0,7) con 3 grados de libertad= 3,66≤ X²≤1,42
El valor de la variable X² que deja a su izquierda, un área de 0,3 en una distribución con 3 es de 1,42, mientras que el valor a la derecha deja un área de 0,3 es de 3,66.

6.-T-Studens
Dada una variable t de Student con 15 grados de libertad. Hallar el valor de t que deja un área total de 10% en ambos extremos.

α/2= 0,10/2= 0,05

Usando la tabla α=0,05 se tiene que t=1,7531 para la cola derecha y debido a la simetría de la distribución de t, el valor de la cola es el mismo pero con signo diferente, es decir, t=-1,7531


Propiedades de la Esperanza Matemática

Estas propiedades son válidas tanto para variables discretas como continuas.

1.-El valor esperado de una constante es igual a ella misma.


                                              E(C)= C

          Ejemplo: X= {5} entonces E(X)= 5

2.-Si X e Y son variables aleatorias se cumple que:

                                    E(X+Y)= E(X)+E(Y)

Esto indica que el valor esperado de la suma de 2 variables aleatoria es igual a la suma de sus valores esperados.

Ejemplo:



E(X)=[(1.1/4)+(2.1/8)+(3.1/8)+(4.1/2)]
E(X)= 1/4+1/4+3/8+2
E(X)= 2,875



E(Y)=[(0.1/2)+(1.1/2)]
E(Y)=0+1/2
E(Y)= 0,5

Entonces E(X+Y)= 2,875+0,5 = 3,375

3.-El valor esperado del producto de una constante por una variable aleatoria es igual al producto de la constante por el valor esperado de la variable.

                                                    E(C.X)= C. E(X)

Ejemplo: Dados C= 5 y E(X)= 2,875  (valores hallados anteriormente)

E(C.X)= 5. 2,875
E(C.X)=14,375

4.-Si X es una variable aleatoria e Y es otra variable aleatoria, el valor esperado del producto de las variables es igual al producto de los valores esperados, solamente en el caso de que las variables X e Y sean independientes.

                                                   E(X.Y)= E(X). E(Y)

Ejemplo. Dado E(X)= 2,875, E(Y)= 0,5

E(X.Y)= 2,875. 0,5
E(X.Y)= 1,4375

Propiedades de la Varianza

NOTA: Las propiedades de la Varianza son las mismas para la Desviación Estándar, lo único que varia es que se le saca la raíz cuadrada a esta ultima.

1.-La varianza de una constante es cero.

                    Var(C)= 0

Ejemplo. Dado X{5}, E(X)=5 y P(X)=0.5

Var(X)= (5-5)². 0,5
Var(X)= 0

DE(X)=0

2.- La varianza del producto de una constante por una variable es igual a la constante al cuadrado por la varianza de la variable.

               Var(C.X)= C². Var(X)

Ejemplo. Dado C=5

Var(X)= [((1-3,375)². 1/4)+((2-3,375)².1/8)+((3-3,375)².1/8)+((4-3,75)².1/2)]
Var(X)= 1,41+0,23+0,01+0,19
Var(X)= 1,84

Var(C.X)= 5². 1,84
Var(C.X)= 25.1,84
Var(C.X)=46

DE(C.X)=6,78

3.-Si X e Y son variables independientes

                                   Var(X+Y)= Var(X)+Var(Y)

Ejemplo. Dado Var(X)= 1,84 (valor hallado anteriormente)

Var(Y)= [((0-0,5)².1/2)+((1-0,5)².1/2)]
Var(Y)= 0,125+0,125
Var(Y)=0,25

Var(X+Y)=1,84+0,25
Var(X+Y)=2,09

DE(X+Y)= 1,44


Acerca de mi

Seguidores

Posts Populares

Con tecnología de Blogger.